A Utilização do Google Earth Engine para a Análise Temporal da Distribuição da Cobertura vegetal: Um Estudo de Caso no Município de Curaçá-Ba-Brasil com a Utilização do NDVI

Abstract

O presente estudo faz parte de uma análise da vegetação do município de Curaçá-BA, utilizando índices de vegetação obtidos na base de dados do Google Earth Engine (GEE). GEE é uma plataforma de armazenamento on-line para o processamento de imagens de Sensoriamento Remoto, atualmente sem custos e com uma série de dados de imagens de satélite das diversas partes do mundo. A utilização do GEE economiza custos substanciais em recursos e tempo, uma vez que a plataforma disponibiliza ferramentas para o processamento da imagem online, sendo assim, não se gasta com pré-processamento, licenciamento, espaço de disco, entre outros. O município de Curaçá caracteriza uma região com vários perímetros irrigados ao norte do município, e uma vegetação típica da caatinga no centro e sul, como a presença de grandes áreas preservada dessa vegetação. O trabalho consistiu na seleção no ambiente do GEE de composições de 16 dias com os índices de vegetação NDVI e SAVI, obtidos em imagens MODIS nos anos de 2010 a 2015. As imagens selecionadas corresponderam ao mês de setembro de cada ano e ao recorte do município. Esse mesmo recorte espacial foi utilizado para obter o mapa de cobertura vegetal do MapBiomas, Coleção 1, do modelo digital de elevação e do mapa de hidrografia, para fins de comparação. As imagens com índices de vegetação foram simbolizadas com gradiente em cor vermelha, amarela e verde, representando as áreas com valores baixo, médio e alto, respectivamente. A análise integrada dos mapas de índices de vegetação com os mapas de hidrografia, topografia e cobertura vegetal, resultou na constatação de que a vegetação se concentra principalmente nas áreas mais elevadas do município ou em planícies fluviais e drenagens fluviais em áreas mais rebaixadas acompanhando os cursos de água, proliferando-se, sobretudo em períodos chuvosos. Nesse contexto, esta pesquisa pode contribuir de maneira significativa nos estudos dos avanços de geotecnologias como o GEE e em estudos ambientais que se utilizam de índices como o NDVI e SAVI para análise do comportamento da vegetação.

Full text

A UTILIZAÇÃO DO GOOGLE EARTH ENGINE PARA A ANÁLISE
TEMPORAL DA DISTRIBUIÇÃO DA COBERTURA VEGETAL: UM
ESTUDO DE CASO NO MUNICÍPIO DE CURAÇÁ-BA-BRASIL COM A
UTILIZAÇÃO DO NDVI
Santos, J. J.1 Vasconcelos, R. N.2 Chaves, J. M.3
Souza, D. T. M.4 Rocha, W. J. S. F.5
1Graduado em Geografia - UEFS, Bolsista de Iniciação Científica – Fapesb.
jonathas020@hotmail.com
2Professor da UEFS, Doutor em Ecologia e Biomonitor.
rnvuefsppgm@gmailcom
3Professora da UEFS, Doutora em Geologia – UnB.
joselisa@uefs.br
4Professora da UEFS, Doutoranda em Geociências Aplicadas – UnB.
Curso de Geografia da UEFS.
deorgiasouza@yahoo.com.br
5Professor Adjunto da UEFS, Doutor em Geologia.
wrocha@uefs.br
O presente estudo faz parte de uma análise da vegetação do município de Curaçá-BA, utilizando
índices de vegetação obtidos na base de dados do Google Earth Engine (GEE). GEE é uma
plataforma de armazenamento on-line para o processamento de imagens de Sensoriamento
Remoto, atualmente sem custos e com uma série de dados de imagens de satélite das diversas
partes do mundo. A utilização do GEE economiza custos substanciais em recursos e tempo, uma
vez que a plataforma disponibiliza ferramentas para o processamento da imagem online, sendo
assim, não se gasta com pré-processamento, licenciamento, espaço de disco, entre outros. O
município de Curaçá caracteriza uma região com vários perímetros irrigados ao norte do
município, e uma vegetação típica da caatinga no centro e sul, como a presença de grandes áreas
preservada dessa vegetação. O trabalho consistiu na seleção no ambiente do GEE de composições
de 16 dias com os índices de vegetação NDVI e SAVI, obtidos em imagens MODIS nos anos de
2010 a 2015. As imagens selecionadas corresponderam ao mês de setembro de cada ano e ao
recorte do município. Esse mesmo recorte espacial foi utilizado para obter o mapa de cobertura
vegetal do MapBiomas, Coleção 1, do modelo digital de elevação e do mapa de hidrografia, para
fins de comparação. As imagens com índices de vegetação foram simbolizadas com gradiente em
cor vermelha, amarela e verde, representando as áreas com valores baixo, médio e alto,
respectivamente. A análise integrada dos mapas de índices de vegetação com os mapas de
hidrografia, topografia e cobertura vegetal, resultou na constatação de que a vegetação se concentra
principalmente nas áreas mais elevadas do município ou em planícies fluviais e drenagens fluviais
em áreas mais rebaixadas acompanhando os cursos de água, proliferando-se, sobretudo em
períodos chuvosos. Nesse contexto, esta pesquisa pode contribuir de maneira significativa nos
estudos dos avanços de geotecnologias como o GEE e em estudos ambientais que se utilizam de
índices como o NDVI e SAVI para análise do comportamento da vegetação.
Palavras – Chave: Índice de Vegetação, Geotecnologias, Sensoriamento Remoto, Análise temporal

This study is part of an analysis of the vegetation in Curaçá-BA, using vegetation indices obtained
from Google Earth Engine database (GEE). GEE is an online storage platform for remote sensing
image processing, currently at no cost and with a number of satellite image data from different
parts of the world. The use of GEE saves substantial costs in time and resources, since the platform
provides tools for processing online images, therefore, is not spent in pre-processing, licensing,
disk space, among others.. Curaçá is a region with several irrigated areas in its northern part, and
a typical vegetation of the savanna in central and southern parts, such as the presence of large areas
preserved of this vegetation. This work consisted in selecting in the GEE environment a 16 days
composites for NDVI and SAVI obtained from MODIS images in the years 2010-2015. The
selected images corresponded to the month of September each year and the municipal boundary.
This same spatial area was used for the vegetation map MapBiomas, Collection 1, the digital
elevation model and the hydrography map, for comparison purposes. Images with vegetation
indices were symbolized with gradient in red, yellow and green, representing the areas with low ,
medium and high, values, respectively.The integrated analysis of vegetation index maps with
hydrography maps, topography and vegetation, resulted in the observation that vegetation is
mainly concentrated in the higher areas of the county or floodplains and river drainages in lower
areas following rivers courses , proliferating up, especially during rainy periods. In this context,
this research can contribute significantly in studies of geotechnology advances such as GEE and
environmental studies using indices such as the NDVI and SAVI for analysis of vegetation
behavior.
KEYWORDS: Vegetation Index , Geotechnology , Remote Sensing, temporal analysis
INTRODUÇÃO
O município de Curaçá é um município brasileiro, está localizado no nordeste do estado da
Bahia, fazendo parte da Mesorregião do Vale São-Francisco e da Microrregião de Juazeiro (Figura
1), caracteriza-se por um clima semiárido e por uma vegetação caatinga. Segundo o IBGE (2015),
este município possui uma área territorial de 6.079,022 Km² com uma população de 32.168
pessoas em 2012. Segundo Rudorff (2008), o Sensoriamento Remoto é um termo que se refere a
obtenção de dados de objetos distantes. Assim, pode-se dizer que o Sensoriamento Remoto é uma
maneira de investigação de determinadas características de um alvo sem o contato direto, ou seja,
operado remotamente para o entendimento deste.
De acordo com Figueiredo (2005), o Sensoriamento Remoto tem seu desenvolvimento
científico com a invenção da câmera fotográfica. Nesse sentido, observa-se na atualidade que os
satélites também funcionam da mesma maneira, capitando imagens remotamente o que permite
uma investigação precisa do objeto registrado. Segundo Lira et al (2011), grandes avanços
aconteceram nos estudos ambientais com a utilização de satélites, possibilitando agilidade,
qualidade e quantidade de informações. Nesse contexto, averígua-se que no passado sem a
existência de técnicas de Sensoriamento Remoto, um estudo de uma determinada área era bastante
difícil, mas com chegada das técnicas de Sensoriamento Remoto, muda-se esse cenário, e torna-
se mais fácil e aprimorado um estudo ambiental de um determinado lugar.

Figura 1. Localização do município de Curaçá-BA, Brasil.
De acordo com Florenzano (2008), o Sensoriamento Remoto é uma tecnologia que permite
obter imagens e outros tipos de dados, da superfície terrestre, por meio da captação e do registro
da energia refletida ou emitida pela superfície. Assim, o uso do Sensoriamento Remoto (SR) e do
Sistema de Informações Geográfica (SIG), são ferramentas de grande precisão para a área de
estudo, permitindo a identificação de processos naturais ou antrópicos. A utilização de um Índice
de Vegetação para a investigação da distribuição da vegetação é outra vantagem do Sensoriamento
Remoto. De acordo com Souza (2011), índices de vegetação como o Índice de Vegetação por
Diferença Normalizada (NDVI), permite fazer análises em várias escalas sobre a cobertura vegetal
de um determinado lugar.
Lima et al (2015) relatam que o Índice de Vegetação por Diferença Normalizada (NDVI)
permite uma análise multitemporal de uma determinada área sobre as instabilidades sofridas pela
vegetação. Logo, pode-se analisar o efeito da redução ou aumento da cobertura vegetal através de
diferentes imagens de distintos momentos. As observações de imagens de satélites de diferentes
momentos podem ajudar a compreender a redução da biomassa e consequentemente avaliar o
impacto ambiental de uma determinada região. Já Ramos et al (2010), relata que os índices de
vegetação são, na atualidade, muito utilizados no monitoramento de áreas vegetadas, em
determinação e estimativa de área foliar. Sendo assim, os índices de vegetação, como o NDVI
proporcionam estudos da vegetação de um determinado lugar, proporcionando o entendimento de
sua espacialidade.
Outro índice de vegetação muito utilizado é o SAVI que de acordo com Rosendo (2005),
o Soil Ajusted Vegetation Index (SAVI) é um índice que tem a propriedade de minimizar os efeitos
de solo de fundo no sinal da vegetação uma vez que incorpora a constante de ajuste de solo,
colocando no denominador o fator L na equação NDVI. Ainda segundo Rosendo (2005) existe
uma variação no fator L com a característica da reflectância do solo (calor e brilho) e a depender
da densidade da vegetação. Nesse trabalho pretende-se analisar o índice da vegetação do município
de Curaçá-BA, utilizando o NDVI e sua comparação como o SAVI.

Nesse contexto de avanços das Geotecnologias, Venturino et al (2014) relata que na
atualidade a empresa Google está fazendo progresso com o seu novo projeto de Sensoriamento
Remoto chamado Google Earth Engine, atualmente disponível via sua plataforma de nuvem de
computação hospedada. Ainda de acordo com Venturino et al (2014), o Google Earth Engine
começou uma coleta de dados para aumentar sua coleção atual de Sesoriamento Remoto, algumas
funções do ENVI (ou seja, banda espectral selecção , análise NDVI , entre outros ) , e também os
algoritmos básicos muitas vezes utilizado na detecção remota, dados livremente disponíveis para
o público através de USGS , NOAA, e assim por diante, estão sendo publicados no Google Earth
Engine, demonstrando o interesse dessa empresa na consientização pública sobre Sensoriamento
Remoto.
Segundo Horowitz (2015), o Google Earth Engine é uma plataforma de armazenamento
on-line para o processamento de imagens de Sensoriamento Remoto. Atualmente o Google Earth
Engine é limitado aos participantes de seu programa de teste, mas o acesso ao programa é
amplamente disponível, atualmente sem nenhum custo. Segundo Giri et al (2014), a utilização do
Google Earth Engine reduz custos substanciais em recursos e tempo, em que não é necessário fazer
download para fazer várias análises em uma imagem, o próprio programa disponibiliza recursos
para o processamento da imagem online, sendo assim, não se gasta com pré-processamento,
licenciamento espaço de disco entre outros. Este trabalho é de grande relevância para a
compreensão do avanço das Geotecnologias como o Google Earth Engine, e também para a
compreensão da distribuição da vegetação no município de Curaçá, visto que se trata de uma região
com vários perímetros irrigados ao norte do município, e uma vegetação típica da caatinga, como
a presença de grandes áreas de caatinga preservada.
MATERIAIS E MÉTODOS
Inicialmente, foi realizada uma pesquisa bibliográfica sobre Sensoriamento Remoto,
NDVI, SAVI e do município de Curaçá-BA, bem como os métodos que podem ser utilizados com
o NDVI e suas aplicações. Também foi realizado um trabalho de campo no município em estudo
(Figura 4) para a observação e registro da paisagem. O trabalho de campo foi essencial para a
verificação das regiões do município em que a cobertura vegetal é reduzida durante o período seco,
já que o clima da região é semiárido. A vegetação é adaptada a hostilidade local e durante o período
seco boa parte perdem suas folhas, voltando a produzi-las durante o período chuvoso. (Figuras 25
e 26)
Com a utilização da plataforma Google Earth Engine foram observados os diferentes
momentos de NDVI na região com os mosaicos de NDVI do sensor MODIS, composição 16 dias,
verificando os períodos chuvosos e secos e possíveis períodos de anomalias. Observou-se uma
irregularidade da distribuição da vegetação entre o mês de setembro de 2010 e setembro de 2015
(Figuras 2 e 3). Nesse contexto, foram selecionadas seis imagens para uma análise temporal. Logo
depois, as imagens do mês de setembro de 2010 a 2015 NDVI do sensor MODIS, foram baixadas
da base de dados do Google Earth Engine, sendo que o Índice de Vegetação por Diferença

Normalizada a partir do Near- IR e faixas vermelhas de cada cena, e variando em valor de -1,0 a
1,0 vinheram na imagem georreferenciada. Em seguida, foram confeccionados os mapas através
do Sistema de Informações Geográficas que abordam a distribuição da Vegetação em Curaçá-BA
através do NDVI (Figuras 5 a 10).
No Sistema de Informações Geográficas (SIG), foi possível editar o mapa, criando um
gradiente que ajudou na interpretação das informações do NDVI. O gradiente contém as cores
vermelha, amarela e verde, que determinam a intensidade do NDVI, de baixo, médio a alto NDVI.
Os dados pluviométricos foram obtidos da base de dados do INEMA com dados de pluviosidade
de julho a setembro de 2010 a 2015. O SAVI também foi gerado no Google Earth Engine através
da ferramenta “Custom Expression”, utilizando o mesmo sensor MODIS e a mesma composição
de 16 dias, no mês de Setembro de 2010 a 2015, com valores de -0,2 a 0,9. No SAVI foi utilizado
o gradiente azul forte, verde e amarelo, representando as áreas de baixo, médio e alto SAVI.
Figura 2. NDVI da região de Curaçá-BA, Setembro de 2010 no Google Earth Engine, Sensor MODIS
Figura 3. NDVI da região de Curaçá-BA, Setembro de 2015 no Google Earth Engine. Sensor MODIS.

Logo depois, foi confeccionado um mapa de hidrografia e outro topográfico (Figura 11 e
12), demonstrando que a vegetação acompanha os cursos fluviais em áreas rebaixadas ou prolifera-
se em áreas mais elevadas. A confecção do mapa de hidrografia também aconteceu no Sistema de
Informações Geográficas, utilizando a base de dados dos SIG Bahia, com mapas georreferenciados
da área territorial de Curaçá e a distribuição dos principais canais fluviais do município. Já o mapa
topográfico foi confeccionado no SIG a partir do Modelo Digital de Terreno – MDT produto
SRTM da Nasa extraído também do Google Earth Engine.
Para melhor compreensão da análise temporal do NDVI de Curaçá-BA também se utilizou
o mapeamento da classe de floresta do Mapbiomas, coleção 1, entre os mesmos anos pesquisados
da área de estudo de 2010 a 2015 (Figuras 13 a 18), com o recorte sobre a área territorial do
município de Curaçá, bem como observou-se a média pluviométrica da região entre os meses de
junho, julho, agosto e setembro de cada ano (Tabela 1). Nesse contexto, com o mapa de NDVI,
hidrografia, topográfico, de florestas, média pluviométrica do município e o SAVI, foi possível
fazer uma correlação, favorecendo a compreensão do NDVI dessa região em estudo e a sua
espacialização entre o mês de setembro de 2010 e setembro de 2015.
RESULTADOS
Com o mapa do NDVI, observa-se a distribuição da vegetação no município de Curaçá
(Figuras 5 a 10), sendo perceptível a diferença da cobertura vegetal ao longo dos anos. A partir do
NDVI, foi gerado um gradiente com as cores vermelha, amarela e verde. Sendo que, a cor vermelha
representa um NDVI de – 1,0, já o gradiente verde é representa um NDVI de até 1,0 a mediação é
gradiente amarelo, com áreas de médio porte vegetacional.
Figura 4. Pontos do trabalho de campo no município de Curaçá-BA, Brasil.

Correlacionado os mapas de NDVI (Figuras 5 a 10) com o mapa topográfico (Figura 12),
averígua-se que a vegetação concentrada na porção central se encontra em lugares mais elevados,
em contrapartida, nos lugares mais rebaixados a vegetação acompanha na maioria das vezes os
cursos fluviais, fato evidenciado no mapa hidrográfico (Figura 11). Ao Norte do município de
Curaçá encontra-se o rio principal São Francisco, sendo acompanhado pela a vegetação e
perímetros irrigados também ao norte que se aproveitam da água do São Francisco, em todos os
anos da analise temporal o NDVI sempre foi alto nessa região, evidenciado que sempre houve
umidade nesses locais.
Verifica-se que a maior predominância no município no mês de setembro de 2010 (Figura
5), é do gradiente verde e amarelo, estando presente em todas as regiões de Curaçá e com maior
intensidade na porção central, seguido do vermelho nas bordas e interior do município. Um alto
NDVI no mês de Setembro de 2010 pode ser evidenciado através das médias da precipitação que
foi maior que os anos posteriores (Tabela 1). Nesse mesmo ano, o Mapbiomas fez um maior
mapeamento de florestas no município em comparação com os anos seguintes da análise temporal
(Figura 13). Já o SAVI do mesmo período (Figura 19), correlaciona-se com o NDVI com
predominância dos gradientes mais elevados sobretudo nas poções mais altas, perímetros irrigados
e nos cursos fluviais
.
Figura 5. NDVI Curaçá-BA setembro 2010
Figura 6. NDVI Curaçá-BA, setembro 2011

Figura 7. NDVI Curaçá-BA, setembro 2012
Figura 8. NDVI Curaçá-BA, setembro 2013
Figura 10. NDVI Curaçá-BA, setembro 2015
Figura 9. NDVI Curaçá-BA, setembro 2014

Em contrapartida, o NDVI do mês de setembro de 2011 (Figura 6), existe um aumento do
gradiente amarelo. Nesse sentido, também se observa no centro a concentração da cor verde, assim
como no NDVI de 2010. Entretanto, a borda oeste do limite territorial de Curaçá apresenta uma
certa similaridade com o NDVI de setembro de 2010, com maior predominância da cor vermelha
que equivale a -1,0. No ano de 2011 o Mapbiomas fez um mapeamento menor de floresta em
relação ao ano de 2010 (Figura 14), a média pluviométrica dos três meses anteriores a setembro
de 2011 foi menor (Tabela 1), apresentando somente 0,5 mm no mês de agosto. O SAVI do mesmo
período (Figura 20), confirma o NDVI de 2011, apresentando os valores mais altos nos locais de
gradiente verde e amarelo do NDVI.
No NDVI do mês de setembro de 2012 (Figura 7) o gradiente vermelho aumenta em
comparação com os dois anos anteriores, com maior predominância ainda na porção oeste e sul de
Curaçá, o Mapbiomas fez um mapeamento de floresta menor nesse ano (Figura 15) com maior
predominância de floresta na porção central e norte de Curaçá. A média pluviométrica também foi
menor com relação aos dois anos anteriores (Tabela 1). O SAVI de 2012 também expressa a
predominância do gradiente com o valor médio com a cor azul fraco (Figura 21).
Já em setembro de 2013, a maior predominância de NDVI é do gradiente vermelho com
um aumento significativo (Figura 8), estando presente em todas as regiões do município,
apresentando uma área de floresta (Figura 16), situada sobretudo nas porções mais elevadas
(Figura 12), com média pluviométrica superior ao ano de 2012 em junho e julho, porém com 0,0
milímetros em setembro (Tabela 1). O SAVI setembro de 2013 comprova o NDVI do mesmo
período (Figura 22), demonstrando uma redução da cobertura vegetal e maior predominância do
menor gradiente com a cor azul mais forte.
Já o NDVI do mês de setembro 2014 (Figura 9) o gradiente vermelho reduz a intensidade,
mas continua predominando em grande parte do município. Nesse mesmo ano de 2014 o
Mapbiomas fez um mapeamento de floresta maior em relação ao ano de 2013 (Figura 17), com
médias pluviométricas da região de Curaçá maiores em julho (Tabela 1). O SAVI setembro de
2014 apresentou um aumento significativo do gradiente verde e amarelo (Figura 23), que
apresentam os maiores valores de SAVI, comprovando o NDVI do mesmo período.
A maior presença no NDVI em setembro de 2015 é do gradiente vermelho (Figura 10),
porém em uma intensidade maior em comparação com o NDVI de 2014, o mapeamento de floresta
no ano de 2015 não mudou muito com relação ao ano de 2014 (Figuras 17 e 18), com a média
pluviométrica da região de Curaçá menor em comparação aos meses dos anos anteriores (Tabela
1). O SAVI setembro 2015 também demonstra uma redução da cobertura vegetal, com maior
predominância do gradiente azul forte (Figura 24).

MÉDIA DA PRECIPITAÇÃO MENSAL – CURAÇÁ - BA
ANO
JUNHO
JULHO
AGOSTO
SETEMBRO
2010
17,2
11,1
0,0
0,0
2011
0,0
0,0
0,5
0,0
2012
0,0
2,2
0,0
0,0
2013
0,0
4,4
7,8
0,0
2014
0,0
11,6
0,0
0,0
2015
0,0
0,4
0,0
0,0
Figura 11. Hidrografia de Curaçá – BA
Figura 12. Topografia Curaçá-BA
Tabela 1. Média da precipitação Mensal de Curaçá-BA, Estação Curaçá, Dados do INEMA

Figura 14. Área de Floresta mapeada em 2011 pelo
Mapbiomas – Curaçá-BA
Figura 16. Área de Floresta mapeada em 2013 pelo
Mapbiomas – Curaçá-BA
Figura 13. Área de Floresta mapeada em 2010 pelo
Mapbiomas –Curaçá-BA
Figura 15. Área de Floresta mapeada em 2012 pelo
Mapbiomas – Curaçá-BA

Figura 17. Área de Floresta mapeada em 2014 pelo
Mapbiomas – Curaçá - BA
Figura 18. Área de Floresta mapeada em 2015 pelo
Mapbiomas – Curaçá – BA
Figura 19. SAVI Curaçá – BA, setembro 2011
Figura 20. SAVI Curaçá-BA, setembro 2010

Figura 21. SAVI Curaçá-BA, setembro 2012
Figura 22. SAVI Curaçá-BA, setembro 2013
Figura 23. SAVI Curaçá-BA, setembro de 2014
Figura 24. SAVI Curaçá-BA, setembro de 2015.

CONCLUSÃO
Observa-se a importância do Google Earth Engine no contexto dos avanços das
geotecnologias e aprimoramento das técnicas de Sensoriamento Remoto, tornando mais fácil
várias análises espaciais, como o monitoramento da cobertura vegetal de uma determinada região.
O Google Earth Engine permitiu que este estudo do NDVI do município de Curaçá-BA fosse
realizado, disponibilizando mosaicos de índices de vegetação de imagens de satélites em seu banco
de dados também disponibilizando dados topográficos e permitindo o cálculo do SAVI on-line.
Pode-se afirmar que o NDVI é uma ferramenta de grande importância para o estudo da vegetação
e entendimento do seu comportamento natural. Através do NDVI, pode-se fazer análises
temporais, com imagens de sensoriamento remoto de diferentes momentos, revelando como a
vegetação se comportou ao longo do tempo. Nesse contexto, averígua-se um comportamento
diferenciado da vegetação de Curaçá – BA, entre os anos de 2010 a 2015 no mesmo mês de
setembro. Enquanto que em setembro de 2010 existiu uma maior cobertura vegetal, no mesmo
mês do ano de 2015, ocorreu uma redução dessa cobertura. Observa-se que este município está
totalmente inserido no clima semiárido, com uma vegetação típica da caatinga e uma maior
concentração dessa vegetação em áreas de maior umidade como as planícies fluviais e drenagens
fluviais, ou locais mais elevados em que a umidade favorece a proliferação da cobertura vegetal.
O mapeamento de floresta do Mapbiomas foi de fundamental importância para a
compreensão do comportamento natural da vegetação entre os anos de 2010 e 2015, demonstrando
também similaridade com o NDVI bem como o SAVI. Observa-se que a vegetação tem o seu
comportamento natural influenciado sobretudo pelas médias pluviométricas da região do
município, com maior proliferação em períodos chuvosos. Logo, este trabalho permitiu uma
análise do índice de vegetação do município de Curaçá-BA, permitindo a compreensão da
espacialização e comportamento natural da vegetação, utilizando-se de técnicas de Sensoriamento
Figura 25. Vegetação acompanhando curso fluvial intermitente
em Curaçá-BA. Foto: ROCHA, 2015.
Figura 26. Vegetação caducifólia durante o período de baixa
pluviosidade em Curaçá-BA. Foto: ROCHA, 2015.

Remoto e do Sistema de Informações Geográficas e da nova ferramenta Google Earth Engine, que
permitiram fazer uma análise temporal da cobertura vegetal. Nesse contexto, esta pesquisa pode
contribuir de maneira significativa nos estudos ambientais que se utilizam do NDVI e SAVI para
análise do comportamento da vegetação, bem como colaborar nos estudos naturais do município
de Curaçá –BA, uma área com carência de estudos.
BIBLIOGRAFIA
Figueiredo, D. 2005. “Conceitos Básicos de Sensoriamento Remoto”. São Paulo – SP. p. 01 -32.
Florenzano, T.G. 2008. “Geomorfologia: conceitos e tecnologias atuais”. São Paulo: Oficina de
Textos.
Giri, C. L. J.; Abbas, S. Murali, R.M.; Qamer, F.M. 2014. “Distribution and dynamics of mangrove
forests of South Asia”. Journal of Environmental Management.
Horowitz, F. G. 2015. “MODIS Daily Land Surface Temperature Estimates in Google Earth
Engine as an Aid in Geothermal Energy Siting”. Melbourne – Australia: Proceedings World
Geothermal Congress.
Lima, CE.S.; Gomes, D.D.M.; Lima, D.R.M.; Deus, R.A.S.G.; Costa, S.O.S. 2015. “Análise
multitemporal da cobertura vegetal do município de Garanhuns - PE, através dos dados de NDVI”.
João Pessoa -PB: SBSR.
Lira, V. M.; Silva, B.B.; Neto, J. D.; Azevedo, C.A.V.; Fraco, E.S. 2011. “Variação Sazonal da
Cobertura Vegetal em Áreas do Submédio São Francisco a Partir de Dados NDVI e Imagens Tm-
Landsat 5”. Goiânia: Enciclopédia Biosfera, Centro Científico Conhecer. vol.7, N.12
Meneses, P. R.; Almeida, T. 2012. “Introdução ao Processamento de Imagens de Sensoriamento
Remoto”. Brasília: UNB, p. 01-33.
Ramos, R.R.D.; Lopes, H.L.L.; Júnior, J.C.F.M.; Candeias, A.L.B.; Filho, José A.S. 2010.
“Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) na avaliação de áreas
degradadas e potenciais para unidades de conservação”. Recife – PE: III SBCGTG.
Rudorff, B. 2008. “Introdução ao Sensoriamento Remoto”. Cachoeira Paulista – SP: IMPE.
Resendo, J.S. 2005. “Índices de Vegetação e monitoramento de uso do solo e cobertura vegetal na
Bacia do Rio Araguai – MG – Utilizando dados do sensor MODIS”. Uberlândia –MG: UFB.
Souza, J.B. 2015. “Sensoriamento Remoto da Vegetação”. PUC Minas.
Venturino, R.; Schall, M.; Solichin, J. 2014. “Google Earth Engine as a Remote Sensing Tool”.
Los Angeles: UCLA.